（来源：上观新闻）
美国国防部研究🛰🇵🇷与工程副部长、👩⚕️👴前 Uber🍎🛂 二号人物高管🇪🇺埃米尔·迈♻😂克尔表示🛀🕒，他们🔍正在为作🇦🇨战人员🇮🇴🇸🇪配备一套 AI 0️⃣工具，以便实现“🏮绝对的🖌决策优💕势”👈😷。作为一家芯片公司🧁👩🦱，英伟达也加🌮入了，🇻🇦它本身不只是🤦♀️♉为 AI✍ 提供👞🇳🇵算力底座，自己ℹ也开发开源大模型🇧🇳。换算成美元，T🎺🇱🇰oken效率高📬🐏的模型每🎍个任务可🇧🇩🏌️♀️以多花几十块📣🇬🇺的区别🇭🇰。目前，他们😔👩⚕️正在与产业🇦🇹🦆界沟通合作🧁，计划将🐁🥂器件做得更🤲小型化、像素分辨🇹🇩🇸🇬率更高，并希望❔⤵将芯片规模👜👕化量产🍑。为了防止🚅过拟合，训练🤒😳在验证集准确率达👨👩👧👧🚊到90☹%时就🚽提前停止，整🤨🥇个训练过程通🇺🇿常在7🕌5到100🌸步内完🏮🔶成🥨。
它不再只是告📂诉你哪里有答案♒，而是直接告诉🇧🇻⏺你答案是什么🇺🇸🇧🇩。这指向了一个更🇧🇹♻深层的机制，论文🇬🇧称之为「过早固🇦🇶化」（early〽 fix🚆🏚ation）⏩⛺。在 Google🇫🇮🛑 对 Ge📠mini 3🍙🚊 的内部评估中，💰模型单独运行时👩👩👧🇷🇼的错误率是 2⏱🏌️♀️8%🇸🇧。从10万🇬🇭人里筛出大➡🚵♀️概1000个能到📗🌃万粉的人🧰👩🚒。在LIBER🇿🇲🕹O上，54.2🇬🇱🚎%的成功率超🧒🇧🇹越了KosMos🚶-2（🍕55.👽0%除外的大👩🚀多数基🇲🇹😙线）和🚯多个P👩🦲👡alig📜↕emma系列模😝泛型🚽。一天后👆，他在 🗂Goog😊🇳🇫le 搜索🤧「最会吃⏏热狗的科技记🔙🗃者」🇮🇩🍛。第三种💉替代方案是VLA🇦🇷条件困惑度：🍖先把VLM在文👣🇲🇺本形式的VLA数🇬🇱据上微调🚽一遍，然🇱🇧后用这个微调📣🇹🇿后的模型对候选V🇸🇻🕙LM样💑本评估困惑度（👳困惑度☠可以理解为模型对🇹🇱这段内容的"意外🇨🇵程度"，越低🇲🇪8️⃣说明越符合模💭🍬型预期），困♠惑度越低🦄的样本优🧖♂️先入选💃🐕。
